Návrh Školení

Úvod do multimodálního učení

  • Přehled multimodální umělé inteligence
  • Výzvy v multimodálním zpracování dat
  • Výhody multimodálních LLM

Pochopení velkých jazykových modelů

  • Architektura nejmodernějších LLM
  • Školení LLM s multimodálními daty
  • Případové studie: Úspěšné multimodální LLM aplikace

Zpracování multimodálních dat

  • Techniky předběžného zpracování dat pro text, obraz a zvuk
  • Extrakce rysů a učení reprezentace
  • Integrace multimodálních dat do LLM

Vývoj multimodálních LLM aplikací

  • Navrhování uživatelských rozhraní pro multimodální interakci
  • LLM ve virtuálních asistentech a chatbotech
  • Vytváření pohlcujících zážitků s LLM

Hodnocení a optimalizace multimodálních systémů

  • Metriky výkonu pro multimodální LLM
  • Optimalizační strategie pro lepší přesnost a efektivitu
  • Řešení zkreslení a spravedlnosti v multimodálních systémech

Praktická laboratoř: Vytvoření multimodálního LLM projektu

  • Nastavení multimodální datové sady
  • Implementace multimodálního LLM pro konkrétní případ použití
  • Testování a dolaďování systému

Shrnutí a další kroky

Požadavky

  • Pochopení strojového učení a neuronových sítí
  • Zkušenosti s programováním Python
  • Znalost předzpracování dat pro různé typy dat (text, obrázek, zvuk)

Publikum

  • Datoví vědci
  • Inženýři strojového učení
  • Vývojáři softwaru
  • Vědci se zaměřují na AI a zpracování přirozeného jazyka
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie